Development of Artificial Intelligence that Simulates Human Kansei for Melodies Written in Music Notation

开发模拟人类感性的乐谱旋律人工智能

• 批准号: 22K12329
• 负责人: 川村 暁
• 金额: $ 1.75万
• 依托单位: Iwate University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12329/
• 关键词: 感性情報処理; 楽器演奏者; テンポ; 機械学習; 深層ニューラルネットワーク; 楽譜; 吹奏楽器演奏者; 感性情報; 人工知能

楽器演奏者の楽譜（旋律）演奏におけるテンポや印象などの感性情報を得るため被験者実験を行っている．楽譜（旋律）は，本科研費およびJP18K11598の助成で構築した820旋律を用いた．被験者の楽器は吹奏楽器とピアノである．被験者８名が実験中である．これまでの被験者実験の結果をデータベース化し分析基盤を構築中である．実験が完了している12名のデータを入力した．集成されたデータに基づきクロス分析する際の指標について検討中である．データセットの元である楽譜の，作曲年代・作曲者・種別などを指標とした解析を行う基盤となる．このような，録音された音のデータセットでは無く，楽譜と感性情報処理の結果（楽譜と，楽譜を演奏したときのテンポ・好き嫌いなど）の対になったデータセットは特異である．これまでに集成した楽譜とテンポを用いて，数値化した楽譜からテンポのはやい・おそいを機械学習し学習に用いていない評価用の楽譜のテンポのクラスを模擬できるか計算機実験を行っている．ある楽器演奏者の推定したテンポをデータとし，前処理に自己符号化器を用いた深層ニューラルネットワーク（入力層１，中間層１１，出力層１）とし，Optunaにより最適パラメータを検索した結果，学習用データの認識率は99.8%，評価用データの認識率は83.9%となった．引き続き，学習に用いていない評価用データの認識率の向上，および，他の被験者の推定したテンポのクラス分類について機械学習を行っている．

进行主题实验以获得敏感信息，例如节奏和乐器表演者的音乐分数（旋律）表演的印象。乐谱（旋律）是使用日本科学技术研究基金和JP18K11598的820种旋律制成的。该主题的乐器是铜管乐器和钢琴。实验正在八个受试者。我们目前正在通过创建以前主题实验的结果数据库来创建分析基础。输入了来自完成实验的12个人的数据。我们目前正在考虑基于收集数据的交叉分析指标。这是使用日期，作曲家和音乐类型作为指标分析乐谱的基础，这是数据集的来源。这不是录制声音的数据集，而是一个数据集，它是一对乐曲音乐的数据集和灵敏度信息处理的结果（例如播放乐谱时的节奏和喜欢和不喜欢）是唯一的。使用先前收集的乐谱和节奏，我们已经进行了计算机实验，以查看是否可以通过量化的乐谱中的快速和缓慢的节奏来学习，并模拟了不用于学习的评估的节奏类别的分数。使用由某个仪器播放器估计的数据，深层神经网络（输入第1层，中间层11，输出第1层）使用自动编码器进行预处理进行预处理，并使用OPTUNA搜索了最佳参数，并且训练数据的识别率为99.8％，评估数据的识别率为83.9％。继续进行机器学习，以提高未用于学习的评估数据的识别率，并对其他受试者估计的节奏进行分类。

项目成果

ある木管楽器演奏者が推定したテンポの深層ニューラルネットワークによる模擬

使用深度神经网络模拟木管乐器演奏者估计的节奏

• 发表时间: 2022
• 期刊: 管楽芸術論集
• 作者: 藤原宗幸;陳 健;川村 暁，劉 忠達，村上 武，渡部謙一，長谷川正規，牛渡克之，白藤淳一，吉田等明
• 通讯作者: 川村 暁，劉 忠達，村上 武，渡部謙一，長谷川正規，牛渡克之，白藤淳一，吉田等明